数据取 Artificial Analysis 智能指数 v4.3.2（10 项评测加权，187 款模型 268 个配置档在榜），抓取于 2026-10-17。榜单按配置档计名次，同一模型多档位（max/xhigh/high/medium/low）各占一名；单任务成本为最高推理档位每任务价格。
总榜前 50
前三名的座次和上周一模一样：Claude Opus 5.5（58）、Sonnet 5.5（56）、Opus 5.5 xhigh（56），Anthropic 包圆。变的是第四名：Meta 的 Muse Wonder Full 以 56 分空降，和第二、三名同分。上周 Meta 在榜上最高的模型还是 48 分的 Muse Spark 1.3，排在二十名开外。52 分以上的高分俱乐部按模型去重从六家扩到八家，新进来的两家都叫 Muse。
国内段：天花板没动，门口更挤了
国内模型本期在榜 22 款、28 个配置档（上周 24 款 30 档，阿里的 Qwen3.5 397B 和 Qwen3.5 Omni Plus 两个非推理档被挤出前 100），按去重名次分布：
- 46 分档（第 27 名）：MiMo-V2.6-Pro，分数没变，名次从 25 退到 27——不是它退了，是前面插进了新模型；
- 44-45 分档：Qwen3.8 Max（45）、GLM-5.3（45）、Step 5 Preview（44）、Kimi K3（44），四家的分数全部原地不动，名次整体后移两位；
- 39-42 分档：GLM-5.3-Flash（42）、Ling 3.1 Flash（41）、Qwen3.8 2.4T（40）、Qwen3.8-Flash-Next（40）、DeepSeek V4.1 Flash（39）；
- 38 分以下：MiMo-V2.6-Flash（38）、DeepSeek V4 Pro（36）、DeepSeek V4 Flash Vision（35）、中国移动 JT-4.1 Flash（34）、Qwen3.8 27B（34）、MiniMax-M3（29）、Kimi K2.7 Code（26）、腾讯 Hy3（25）等。
国内阵营这一周在 AA 榜上安静得反常：零分数变化、零新进、零发布，所有名次变化都是被动挨打。不过今天（10 月 17 日）有个变量：DeepSeek 更新了 V4.1 Flash（升级到 1017 版），API 名称和价格都不变，官方口径是「性能-费用的帕累托改进」——Terminal-Bench 4.0 从 31.2 涨到 42.3，ProgramBench 从 20.3 涨到 29.1，同时任务运行时间更短。我们抓取榜单时它还没被 AA 重新评测，榜上 39 分仍是旧版成绩，下周见分晓。上周我们说海外的 Haiku 5.5（43 分/$0.21）插进了 GLM-5.3-Flash 的价格带，本周下山卡位的故事升级了：Meta 开源的 Muse Spark Open 拿 39 分，和 DeepSeek V4.1 Flash 同分，8160 亿总参数、100 万 token 上下文、权重开放下载。同分段里国内模型第一次遇到一个不要钱就能搬走的对手——价格断层守得住成本优势，守不住「免费」两个字。
本周变动：Meta 一周三箭
这是本栏目第一次有上周快照可比的「本周变动」。前 100 名里新进 6 款、跌出 6 款，真实分数变化只有一处：Solar Pro 4 从 28 掉到 27，名次跌了 9 位，是本期跌幅最大的模型。
新进的 6 款里三款来自 Meta：Muse Wonder Full（56 分，第 4）、Muse Wonder（52 分，第 10）、Muse Spark Open（39 分，第 48）。时间线拉出来是这样的：10 月 13 日 Meta 超级智能实验室发布建室一年多的首批前沿模型 Muse Wonder 双模型；10 月 15 日又开源 Muse Spark Open，vLLM、SGLang 当天就给了 Day-0 支持，Arena 的 Code Arena 榜单上它已经是美国开源模型第一。一周之内，Meta 在闭源前沿和开源权重两条线上同时开火，而上周它在 AA 榜的存在感还约等于零。
另外三款新进：Sapiens AI 的 Agnes 2.5 Pro Beta（35 分）、Reflection 的 Beam 1.0（30 分，美国开源权重第二）、NVIDIA 的 Nemotron 3.5 Super VL（26 分）。跌出前 100 的六款全部是从榜尾被挤出去的，包括 OpenAI 的两个低档配置和阿里上周还在榜的两款 Qwen3.5。
榜上的分数，我们七天的账本
分数是上限，实际用谁是另一本账。我们自用的模型网关 magpie（上期刚写过开箱）记下了过去七天的每一次调用：一万多次，合计 11.3 亿 token。
模型分布和榜单名次对照着看很有意思：用得最多的三款全是国产——MiniMax Flash 预览版占 42%（4434 次，首 token 延迟 3.7 秒）、GLM-5.3 占 30%（榜上 45 分，第 31 名）、Kimi K3 占 26%（榜上 44 分，第 33 名）。而榜上 58 分的榜首 Opus 5.5，我们七天只调了 192 次，走的是 Claude Code 直连——重型任务才请得动它。44-45 分档配三秒级的响应速度，才是日常干活的甜点区。
还有个趋势：三十天口径里 GLM-5.3 占 46% 是绝对主力，这七天 MiniMax Flash 以 42% 反超，GLM 降到 30%。榜单上 GLM-5.3 比 MiniMax 高 16 分，但 GLM 的首 token 延迟 15.3 秒、MiniMax 只有 3.7 秒——分数差 16 分、速度快四倍，活往哪边流，延迟表比分数表更有发言权。榜单告诉我们山顶在哪，账本告诉我们每天实际爬的是哪座山。
